Herramientas de inteligencia artificial para la biosíntesis de AgNP-SSB-SN y AgNP-CSS-SN a partir de Synechococcus PCC 11901 y Chlorella sorokiniana MSP1 para la remediación de tintes peligrosos

Convertir la contaminación colorida en agua clara

Los tintes industriales de colores vivos hacen que nuestra ropa sea llamativa y que los alimentos resulten atractivos, pero cuando acaban en ríos y lagos suponen riesgos serios para los ecosistemas y la salud humana. Este estudio explora una forma inspirada en la naturaleza para limpiar ese agua contaminada, utilizando microalgas y organismos tipo bacterias microscópicos para generar partículas diminutas de plata. Guiados por inteligencia artificial, los investigadores afinan este proceso para que las partículas de plata puedan descomponer tintes persistentes con una eficacia notable.

Pequeños ayudantes procedentes de microbios que aman el sol

El trabajo se centra en dos microorganismos fotosintéticos de rápido crecimiento: una cianobacteria llamada Synechococcus PCC 11901 y una microalga verde, Chlorella sorokiniana MSP1. En lugar de recurrir a productos químicos agresivos para fabricar nanopartículas de plata, el equipo utiliza extractos de estos microbios. Compuestos naturales en los extractos, como pigmentos y proteínas, actúan como “agentes reductores” suaves, convirtiendo iones de plata disueltos en partículas sólidas de plata de apenas unos pocos miles de millones de metro. Este enfoque aprovecha organismos que ya son fáciles de cultivar en tanques grandes usando luz, agua y nutrientes simples, lo que hace que el proceso sea potencialmente escalable y ecológico.

Permitir que la inteligencia artificial ajuste la receta

Fabricar nanopartículas es como cocinar: el producto final depende de cuánto de cada ingrediente uses y cuánto tiempo dejes reaccionar la mezcla. Aquí, los parámetros clave son la cantidad de extracto microbiano, la concentración de la sal de plata y el tiempo de reacción. En lugar de cambiar un factor a la vez, los investigadores usaron primero un diseño estadístico de experimentos para mapear cómo interactúan estas variables. Luego introdujeron esos datos en una red neuronal artificial—un software inspirado de forma laxa en la circuitería cerebral—y la combinaron con un algoritmo genético que imita la evolución probando repetidamente y conservando las combinaciones de mejor rendimiento. Esta herramienta híbrida de IA pudo predecir condiciones que maximizan la producción de nanopartículas con alta precisión, obteniendo coeficientes de correlación de aproximadamente 0,97 y 0,98 para los dos sistemas basados en microbios.

Analizando forma, estabilidad y resistencia

Para entender lo que habían fabricado, el equipo examinó las partículas con una batería de técnicas de imagen y análisis. Microscopios electrónicos mostraron que las partículas hechas con extracto de Synechococcus tenían un diámetro medio de unos 11 nanómetros y tendían a formar formas cúbicas, mientras que las procedentes de Chlorella eran algo mayores y más esféricas, alrededor de 26 nanómetros. Otras técnicas confirmaron que las partículas eran plata cristalina, recubiertas por moléculas orgánicas de los extractos que ayudan a mantenerlas dispersas en agua y a resistir la agregación. Pruebas térmicas mostraron que las partículas conservaron la mayor parte de su masa incluso a varios cientos de grados Celsius, lo que indica buena estabilidad para usos en el mundo real.

Poner las nanopartículas a trabajar contra tintes peligrosos

La prueba definitiva fue si estas partículas producidas bioquímicamente podían limpiar tintes problemáticos. Los investigadores se centraron en Orange II, un colorante azoico cargado negativamente usado a menudo en textiles, y Sudan Black, un colorante neutro empleado en varias aplicaciones industriales. Cuando las nanopartículas se añadieron al agua contaminada por los tintes bajo condiciones optimizadas, eliminaron casi todo el color. Las partículas basadas en Synechococcus degradaron aproximadamente el 99,8% de Orange II y más del 98% de Sudan Black; las partículas basadas en Chlorella lograron una remoción ligeramente inferior de Orange II pero un rendimiento similar con Sudan Black. Al seguir la velocidad a la que desaparecían los tintes, el equipo encontró que el proceso seguía un patrón de “pseudo-segundo orden”, una forma técnica de decir que la velocidad depende en gran medida de cuántos sitios activos están disponibles en las superficies de las nanopartículas.

Del descubrimiento en el laboratorio a ríos más limpios

En términos sencillos, este estudio muestra que microbios que funcionan con la luz solar, guiados por algoritmos inteligentes, pueden convertirse en fábricas en miniatura de potentes agentes limpiadores. Las nanopartículas de plata que producen son pequeñas, estables y muy eficaces para descomponer tintes peligrosos que los tratamientos convencionales tienen dificultades para eliminar. Aunque se necesita trabajo adicional para escalar el proceso y evaluar la seguridad a largo plazo y la reutilización, los resultados apuntan hacia un futuro en el que sistemas microbio–nanopartícula diseñados ayuden a eliminar el color tóxico de las aguas residuales antes de que lleguen a ríos y mares, ofreciendo una vía más verde hacia aguas más limpias.

Cita: Tiwari, D., Gupta, G.K., Chhabra, D. et al. Artificial intelligence tools for AgNP-SSB-SN and AgNP-CSS-SN biosynthesis from Synechococcus PCC 11901 and Chlorella sorokiniana MSP1 for hazardous dyes remediation. Sci Rep 16, 13699 (2026). https://doi.org/10.1038/s41598-026-40621-4

Palabras clave: nanopartículas de plata, microalgas, degradación de colorantes, optimización con inteligencia artificial, tratamiento de aguas residuales